图像分析与识别_课件_1

1、12 主讲教师：祝世平 电话E-Mail ： 办公室：新主楼B座705室3国外著名高等院校信息科学与技术优秀教材。图像处理分析与机器视觉（第二版），Milan Sonka, Vaclav Hlavac, Roger Boyle 著，分中文和英文版，人民邮电出版社，2003年9月。4本书是为计算机专业图像处理、图像分析和机器视觉课程编写的教材。讲授第一章至第八章，和第十一章；本书被美国卡耐基梅隆大学(Carnegie Mellon University)等高等学校选用。 5互动出版网（绝版）； http:/www.china- 2003年3月。7清华大学信息科学技术学院

2、教材-信息与通信工程系列。 图像工程，章毓晋编著，清华大学出版社，分为：上册（图像处理（第2版），2006年3月。第1版获全国普通高等学校优秀教材一等奖）；下册（图像分析，2005年10月）。 89第一节 数字图像处理的概述10角膜虹膜睫状肌睫状小带视轴玻璃体中央凹盲点视网膜神经和鞘脉络膜虹膜晶状体前房睫状体11盲点杆状体（夜视觉）锥状体（白昼视觉）中央凹121314151617181920图像处理、分析与计算机(机器)视觉是认知科学与计算机科学中一个令人兴奋的活跃分支。 自20世纪70年代，该领域经历了人们对其兴趣的爆炸性增长之后，在80到90年代逐步走向成熟，伴随而来的是实际应用的显著增长

3、。21市场上相关软件和硬件产品日益增加； 世界范围的大学里都提供了有关图像处理、分析和计算机(机器)视觉的课程。22第二节 数字图像处理的发展历史23数字图像处理最早的应用之一是在报纸业。借助电报打印机进行数字图像传输甚至可以追溯到上世纪20年代。早在上世纪20年代曾引入电缆图片传输系统，把横跨大西洋传送一幅图片所需的时间从一个多星期减少到3个小时。24为了用电缆传输图片，首先对图片要进行编码，然后在接收端用特殊的打印设备重构该图片。下图就是用这种方法传送并利用电报打印机通过字符模拟中间色调还原出来的图像。 25 1921年由电报打印机采用特殊字符在编码纸带中产生的数字图像。26这些早期数字图

4、像视觉质量的改进工作，涉及到打印过程的选择和亮度等级的分布等问题。用于得到上图的打印方法到1921年底就被彻底淘汰了，转而支持一种基于光学还原的技术，该技术在电报接收端用穿孔纸带打出图片。27下图就是用这种方法得到的图像，对比上图，它在色调质量和分辨率方面的改进都很明显。 28 1922年在信号两次穿越大西洋后，从穿孔纸带得到的数字图像。29早期的系统用5个灰度等级对图像编码，到1929年已增加到15个等级。在这一时期，由于引入了一种用编码图像纸带去调制光束而使底片感光的系统，明显地改善了复原过程。30 1929年从伦敦到纽约用15级色调设备通过电缆传送的未经修饰的照片31计算机图像处理技术的

5、历史可以追溯到1946年世界上第一台电子计算机诞生。但在上世纪50年代计算机主要还是用于数值计算，满足不了处理大数据量图像的要求。32在上世纪60年代，第3代计算机的研制成功，以及快速傅里叶变换算法的发现和应用使得对图像的某些计算得以实现。人们从而逐步开始利用计算机对图像进行加工利用。33在上世纪70年代，数字图像处理技术有了长足的进展。第一本重要的图像处理专著也得以出版，Rosenfeld A, Kak A C. “Digital Picture Processing,” Academic Press, 1976 。 34到上世纪80年代，许多能获取3D图像的设备和处理分析3D图像的系统研制

6、成功。进入上世纪90年代，图像处理技术已逐步涉及人类生活和社会发展的各个方面。 进入21世纪，数字图像处理技术必将得到进一步的发展和应用。35总之，数字图像处理技术在近20多年的时间里面，迅速地发展成为一门独立的具有强大生命力的学科。数字图像处理技术得到极大的重视和长足的发展，出现了许多新理论、新方法、新算法、新手段、新设备。 36第三节 数字图像处理的应用37以前，需要大量的人力对侦察飞机拍摄的空中摄影照片进行进行分析。现在利用图像处理系统进行判读分析，既可以提高效率，又可以从照片中提取人工所不能发现的大量的有用情报。 38遥感技术分为飞机遥感和卫星遥感技术。从遥感卫星所获得的图像的图像质量

7、有时不是很好，如果仍采用简单的直观判读如此昂贵代价所获取的的图像是不合算的，因此必须采用图像处理技术。 39 NASA的Nimbus 7号卫星拍摄40多光谱遥感图像需要进行融合配准，以期获得单独每个谱段所不能获得的更为丰富的信息，这就必须采用数字图像处理技术。 41 The panchromatic band (525.8928.5 m) of the 1-m high-resolution panchromatic image42 The red (631.9697.7m), green (506.4595.0m), blue (444.7516.0m) and NIR (757.3852.

8、7m) bands of the 4-m low-resolution multispectral images4344454647odulation48495051医学上不管是基础科学还是临床应用，都是图像处理应用种类极多的领域。生物医学的显微图像的处理分析，例如红白细胞、细菌和染色体的分析。 52胸部X射线图像主动脉造影图像53大家最熟悉的X射线在医学成像中的应用是计算机轴向断层术（CT）。通过CT，可以产生人体的大量“切片”，这些剖面图合在一起就构成了病人体内的三维图，使得肌体病变特别是肿瘤诊断起到了革命性的变化。54头部CT55甲状腺肌肉层有损害56在医学中，无线电波可以用于核磁共振成

9、像（MRI），是继CT后医学影像学的又一重大进步。相对于X-射线透视技术和放射造影技术，MRI对人体没有辐射影响，相对于超声探测技术，核磁共振成像更加清晰，能够显示更多细节。57膝盖脊椎58基于机器视觉技术的物体二维或三维坐标精密测量、深度方向的距离测量和空间定位。机器人视觉是机器人应用中一个非常关键的核心技术。59工业产品的无损探伤、表面和外观的自动检查和识别、装配和生产线的自动化、印刷电路板的视觉检查、机械零件的自动识别分类和几何尺寸测量等。60电路板：检测丢失元件丸剂胶囊：寻找缺少药丸瓶子：寻找没有达到要求液位的瓶子塑料中气泡分析谷物分析：颜色、异常目镜图像：检测是否存在缺陷61 轿车白

10、车身 视觉传感器 视觉传感器 定位机构 传送机构 电气网络控制系统 高速图像采集系统 信号前端处理系统 计算机 6263运动目标的图像自动跟踪技术，例如巡航导弹的三维自动地形识别与匹配。公安业务图片的判读分析，如指纹识别、不完整图片的复原等。公安中的跟踪、窃视、交通监控、事故分析。64656667图像、视频的压缩编码和解码。电视画面的数字编辑。绘画等艺术作品的三维重建。文物资料照片和旧电影拷贝的修复。6869运动员的训练、动作分析、评分等。70随着计算机技术的日益发展，数字图像处理技术的日益完备，数字图像处理的应用范围将更加深入和广泛。71第四节 计算机视觉概述72人类生理上的视觉功能使人类得

11、以感知和理解周围的世界。计算机视觉的目的是，通过电子化地感知和理解图像，从而模仿和复制人类的视觉功能。73我们生活在一个三维的世界里面，而当计算机试图分析三维空间的物体时，可利用的视觉传感器通常只能给出二维的图像。74这个三维向二维的映射导致了信息的巨大丢失，这就造成了计算机视觉中从二维信息反推三维信息所造成的巨大困难和挑战。这也是为什么计算机视觉至今依然不够成熟的一个重要原因所在。75计算机视觉的研究基础包括神经生理学、实验生理学、数学、计算机科学、模式识别、人工智能、电子工程等科学领域的研究结果和方法。76计算机视觉建立在低层的图像处理之上。计算机视觉基于高层的图像分析和理解。低层图像处理

12、的数据由原始图像构成，由亮度数值组成的二维图像矩阵是低层图像处理的输入和输出。 77高层的图像分析和理解的数据表达了有关图像内容的知识。例如，物体的大小、形状以及图像中物体之间的相互关系。高层的图像分析和理解的数据来源于图像但只有那些与高层目标有关的数据被提取出来，这样很大程度地减少了数据量。高层数据通常表达为符号形式。78计算机视觉是建立在高层处理基础上的，图像分析和理解是计算机视觉的核心。高层的处理取决于知识、目标以及如何达到这些目标的计划。高层的处理广泛用到与图像内容（语义）有关的先验知识和人工智能的方法。79高层计算机视觉试图模仿人类的认知能力，以及根据包含在图像中的信息进行决策的能力

13、。计算机视觉的目标是获得生物系统所能提供的类似结果，人们期望用它来解决非常复杂的任务。80高层视觉从某种形式的形式化世界模型开始，然后将通过数字化图像感知的“真实”与该模型进行比较，试图找到匹配。当差别显现出来时就寻找部分匹配（或子目标）来克服错配(mismatch)；计算机转向低层图像处理，寻找用来更新模型的信息。81这个过程反复进行，因此“理解”图像变为一个在“自顶向下(top-down)”和“自底向上(bottom-up)”两个过程之间的协作。基于这样一个反馈回路的反复的图像理解过程应该最终收敛于全局的目标。8283David Marr. “Vision - A Computationa

14、l Investigation into the Human Represent-ation and Processing of Visual Information.” Freeman, San Francisco, 1982.84David Marr的书相当大地影响了整个20世纪80年代的计算机视觉研究，其中阐述了受生物视觉系统启发而提出来的新的方法论和计算理论。90年代以来的发展正在摆脱对这一范畴的依赖。85在完成有关计算机视觉的特定任务时如何安排低层图像处理的操作步骤，使这一问题自动完成的目标仍然没有达到。由于领域相关知识以及不确定性的原因，这一过程基本上取决于人的直觉和以往的经验。8

15、6计算机视觉目前通常还需要依赖人来参与一系列的相关操作。有待开发更普遍适用、更为可靠、更高效率的算法。其它的问题 87计算机视觉是个相对年轻的学科。有很多相关方面的教材可供学习。在这样一个快速发展的学科里，另一个特别重要的信息源是研究期刊。88新的研究进展和成果还发表在定期举行的图像处理和计算机视觉会议的论文集中。越来越多的普及型杂志中会谈到有关本学科的话题，特别是一些“大众”媒体和相关媒体中也提供商业硬件和软件系统的资料。89第五节 图像处理和计算机视觉的比较90“图像处理”目的在于要使图像处理后变得更好，图像处理系统的输出仍然是一幅图像。图像处理系统的功能包括增强、编码、压缩、复原与重构。

16、91图像增强系统所执行操作的结果是使人们觉得处理后的图像质量更好。典型的操作运算包括：对比度增强（如直方图均衡化等功能）、亮度放缩、边缘锐化等。92编码是研究图像信息的表达方式，使其更经济与有效，这包括量化方法、冗余消除。使其在传输或存储图像中出现错误时仍具有鲁棒性。93压缩有许多技术与编码中的技术相同，但其目的在于减少存储与传输图像的比特数量。94复原关注的是对图像中的错误进行修复。它与图像增强不同，增强只是关注使图像看上去更好些。而要“修正”一幅图像，需要有图像退化的模型。95重构通常是指从若干局部图像重构成一幅完整图像的过程。在计算机层析X射线摄像技术（CT）中，从受试者中得到数量很大（

17、如360幅）的X射线投影。然后从这组一维信号中计算出二维图像中每一点的X射线吸收率。96相同的方法还用在正电子放射层析摄像技术（PET）、核磁共振图像（MRI），以及在某些“从X恢复形状”（shape-from-X）的算法中。97计算机视觉是计算机对图像进行自动处理并报告“图像中有什么”的过程，也就是说它识别图像中的内容。计算机视觉由两部分组成：特征度量与基于这些特征的模式识别。98特征度量是对图像的元素（像素）进行处理，并从这些像素以及像素集合提取一组度量，这些度量可以表示整幅图像或其某些组成的特点。99模式分类被定义为，对度量做出决策的过程。即给定一个未知物体的某个度量或一组度量，根据未知物体属于哪些类的知识，从这些度量作出决策。100模式识别可以像模式分类一样定义为：对未知物体进行分类，但是一般这个术语包括产生度量值这个过程。101特征度量原始数据特